结合乐高滤波器和SSD的低光照图像融合检测方法 被引量：3

1

作者 李琳 刘学亮 +1 位作者 赵烨 纪平 《计算机科学》 CSCD 北大核心 2021年第7期213-218,共6页

针对低光照图像背景环境复杂导致目标检测易产生误检、漏检现象,提出了一种基于SSD目标检测的改进低光照图像精度和速度的方法。该方法先对低光照图像进行增强处理,然后将处理后的低光照图像和增强图像分别输入到融入乐高滤波器的SSD网... 针对低光照图像背景环境复杂导致目标检测易产生误检、漏检现象,提出了一种基于SSD目标检测的改进低光照图像精度和速度的方法。该方法先对低光照图像进行增强处理,然后将处理后的低光照图像和增强图像分别输入到融入乐高滤波器的SSD网络结构中进行训练检测,通过得到的两种检测模型对处理后的数据集进行检测,最后融合检测结果候选框中的不重复框,筛选候选框中的重复框,标记出正确位置的目标,从而提升对低光照图像检测的精度。在网络结构不同位置融入乐高滤波器,模型参数量分别减少8.9%和29.5%,浮点运算次数下降6.8%和34.9%,检测框融合处理后检测精度得到了3%~7%的提升。该方法更符合实际应用,有效提升了低光照图像的检测速度和精度,扩大了目标检测的应用范围。 展开更多

关键词 目标检测 低光照图像 SSD算法 乐高滤波器 融合

在线阅读 下载PDF 职称材料

基于改进SSD的苹果叶部病理检测识别 被引量：9

2

作者 李辉 严康华 +2 位作者 景浩 侯锐 梁晓菡 《传感器与微系统》 CSCD 北大核心 2022年第10期134-137,共4页

针对目前主流的目标检测算法在苹果叶部病理的检测中识别速度和精度较低的问题,实现了基于改进SSD的苹果叶部病理的检测识别。首先,采用轻量级特征融合结构,融合高低层特征图特征;其次,引入通道注意力机制,提取更有效的病斑小目标特征信... 针对目前主流的目标检测算法在苹果叶部病理的检测中识别速度和精度较低的问题,实现了基于改进SSD的苹果叶部病理的检测识别。首先,采用轻量级特征融合结构,融合高低层特征图特征;其次,引入通道注意力机制,提取更有效的病斑小目标特征信息,同时使用Focal Loss损失函数代替原有的Multibox Loss损失函数,减少了训练中大量简单负样本的权值;最后,利用苹果叶部病理公共数据集进行对比实验,选取训练最优的网络。实验表明:改进的SSD比其它算法的检测效果有明显的提升。 展开更多

关键词 苹果叶部病理检测 SSD算法 特征融合 通道注意力机制

在线阅读 下载PDF 职称材料

复杂背景下的小目标检测算法 被引量：17

3

作者 郑浦 白宏阳 +1 位作者 李伟 郭宏伟 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第9期1777-1784,共8页

提出一种改进的多类别单阶检测器(SSD)算法.借鉴特征金字塔算法的思想,将Conv4-3层的特征与Conv7、Conv3-3层的特征进行融合,同时增加融合后特征图每个位置对应的默认框数量.在网络结构中增加裁剪-权重分配网络(SENet),对每层的特征通... 提出一种改进的多类别单阶检测器(SSD)算法.借鉴特征金字塔算法的思想,将Conv4-3层的特征与Conv7、Conv3-3层的特征进行融合,同时增加融合后特征图每个位置对应的默认框数量.在网络结构中增加裁剪-权重分配网络(SENet),对每层的特征通道进行权重分配,提升有用的特征权重并抑制无效的特征权重.为了增强网络的泛化能力,对训练数据集进行一系列增强处理.实验结果表明,改进后的算法在VOC数据集(07+12)上的检测效果良好,平均精度均值为80.4%,比改进前的算法提高了2.7%;在COCO数据集(2017)上的平均精度均值为42.5%,比改进前的算法提高了2.3%.所提算法能够准确检测出不小于16×16像素的目标. 展开更多

关键词 深度学习 目标检测 多类别单阶检测器(SSD)算法 特征融合 特征增强

在线阅读 下载PDF 职称材料

基于改进密集网络与二次回归的小目标检测算法 被引量：9

4

作者 奚琦 张正道 彭力 《计算机工程》 CAS CSCD 北大核心 2021年第4期241-247,255,共8页

基于单激发探测器(SSD)的小目标检测算法实时性较差且检测精度较低。为提高小目标检测精度和鲁棒性,提出一种结合改进密集网络和二次回归的小目标检测算法。将SSD算法中骨干网络由VGG16替换为特征提取能力更强且速度更快的DenseNet,利... 基于单激发探测器(SSD)的小目标检测算法实时性较差且检测精度较低。为提高小目标检测精度和鲁棒性,提出一种结合改进密集网络和二次回归的小目标检测算法。将SSD算法中骨干网络由VGG16替换为特征提取能力更强且速度更快的DenseNet,利用基于区域候选的检测算法中默认框由粗到细筛选的回归思想设计串级SSD网络结构,在区分目标和背景后进行常规目标分类和位置回归,以获取精确的默认框信息并达到小目标检测中正负样本比例均衡。在此基础上,使用特征图尺度变换方法在不增加参数量情况下完成特征图融合,同时通过K-means聚类方法得到默认框的最佳长宽比并重新设置其尺寸。实验结果表明,该算法的检测平均精度均值在PASCAL VOC2007公共数据集和自制航拍小目标数据集上分别为82.3%和87.6%,较改进前SSD算法分别提升5.1个百分点和9.5个百分点,检测速度达到58 frames/s,可有效实现小目标的实时性检测。 展开更多

关键词 单激发探测器检测算法 深度学习 小目标检测 密集网络 二次回归

在线阅读 下载PDF 职称材料

改进的R-SSD全景视频图像车辆检测算法 被引量：5

5

作者 王殿伟 赵梦影 +2 位作者 刘颖 宋海军 谢永军 《计算机工程与应用》 CSCD 北大核心 2021年第3期189-195,共7页

针对SSD算法在检测全景视频图像车辆目标时存在准确率低、漏检率高的问题,构建了一种改进的SSD网络,命名为R-SSD,并提出了一种基于R-SSD的全景视频图像中车辆目标检测算法。在原SSD网络之前增加了一个RPN*网络,目的在于过滤负样本先验... 针对SSD算法在检测全景视频图像车辆目标时存在准确率低、漏检率高的问题,构建了一种改进的SSD网络,命名为R-SSD,并提出了一种基于R-SSD的全景视频图像中车辆目标检测算法。在原SSD网络之前增加了一个RPN*网络,目的在于过滤负样本先验框并粗略调整先验框的位置和大小,为后续回归提供好的初始条件。在原SSD和RPN*网络之间构建了传输转换模块,实现两个网络间的特征融合,并增加低层特征信息,从而提高目标的检测效果。在同时兼顾了RPN*网络和SSD*网络损失函数的基础上提出了新的损失函数,应用了二分类和多分类的方法,使回归操作更加精确。将采集的全景视频图像数据分为训练集和测试集,通过对比实验,表明提出的R-SSD算法检测精度可达90.78%,明显优于SSD算法,可较好地解决全景目标车辆检测中误检率较高、漏检率较高等问题。 展开更多

关键词 全景车辆检测 SSD算法 特征融合 传输转换模块

在线阅读 下载PDF 职称材料

一种基于机器视觉的精准注意力追踪系统 被引量：5

6

作者 刘纪元 祁瀚文 +2 位作者 刘志诚 费敏锐 张堃 《系统仿真学报》 CAS CSCD 北大核心 2023年第10期2087-2100,共14页

针对学生注意力分配困难和对学习影响等问题,提出一种基于机器视觉的精准注意力追踪系统。该系统包括图像采集装置和精准的注意力追踪算法。图像采集装置可以获得更清晰的眼部区域图像。瞳孔中心定位算法用轻量级的MobileNet v3替换VGG1... 针对学生注意力分配困难和对学习影响等问题,提出一种基于机器视觉的精准注意力追踪系统。该系统包括图像采集装置和精准的注意力追踪算法。图像采集装置可以获得更清晰的眼部区域图像。瞳孔中心定位算法用轻量级的MobileNet v3替换VGG16(visual geometry group network),采用两级特征融合和中心关键点预测技术,提高了检测速度和准确率。该算法检测速度可达36帧/s,准确率为97.42%。视线追踪算法旨在解决头部偏移的影响,实现对视线的精确追踪。研发了一款面向学龄儿童的阅读认知评价交互软件。该软件利用采集到的视线坐标计算相关眼动指标,再通过心理学理论分析建模来评估学龄儿童的思维认知能力,为心理学和教育学相关领域研究提供了参考和借鉴。 展开更多

关键词 瞳孔定位 改进型SSD(single shot multibox detector)算法 Eye-ORB(oriented FAST and rotated brief)算法 阅读认知 注意力追踪

在线阅读 下载PDF 职称材料

用于ADAS实时目标车辆检测的改进SSD算法 被引量：3

7

作者 焦鑫 杨伟东 +2 位作者 刘全周 李占旗 贾鹏飞 《汽车安全与节能学报》 CAS CSCD 2020年第3期337-344,共8页

以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的... 以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的方法;2)在非极大抑制中嵌入特征向量进行二次判定方法,以克服单发多盒探测器(SSD)算法对小目标检测精度不高、重叠目标检测能力弱的问题。在PASCAL VOC2012数据集、虚拟交通场景以及实际交通场景中,进行了相关实验验证。结果表明:用该SSD-P算法进行目标车辆检测的平均精度(mAP)为92.4%,比改进前的SSD算法精度提升了4.8%。因此,该改进算法能够改善ADAS的准确性。 展开更多

关键词 汽车辅助驾驶系统(ADAS) 实时车辆检测 单发多盒探测器(SSD)算法 小目标 重叠目标

在线阅读 下载PDF 职称材料

采用改进SSD网络的海参目标检测算法 被引量：8

8

作者 张岚 邢博闻 +1 位作者 李彩 李硕峰 《农业工程学报》 EI CAS CSCD 北大核心 2022年第8期297-303,共7页

随着海参养殖业快速发展,利用水下机器人代替人工作业的海参智能捕捞已成为发展趋势。浅海环境复杂,海参体色与环境区分性差、海参呈现半遮蔽状态等原因,导致目标识别准确率低下。此外由于景深运动,远端海参作为小目标常常未被识别成功... 随着海参养殖业快速发展,利用水下机器人代替人工作业的海参智能捕捞已成为发展趋势。浅海环境复杂,海参体色与环境区分性差、海参呈现半遮蔽状态等原因,导致目标识别准确率低下。此外由于景深运动,远端海参作为小目标常常未被识别成功。为解决上述问题,该研究提出一种基于改进SSD网络的海参目标检测算法。首先通过RFB(ReceptiveFieldBlock)模块扩大浅层特征感受野,利用膨胀卷积对特征图进行下采样,增加海参细节、位置等信息,并结合注意力机制,对不同深度特征进行强化,将计算得出的权重与原特征信息相乘以此获得特征图,使结果包含最具代表性的特征,也抑制无关特征。最后实现特征图融合,进一步提升水下海参的识别精度。以实际拍摄的视频进行测试验证,在网络结构层面上,对传统算法进行改进。试验结果表明,基于改进的SSD网络的海参目标检测算法的平均精度均值为95.63%,检测帧速为10.70帧/s,相较于传统的SSD算法,在平均精度均值提高3.85个百分点的同时检测帧速仅减少2.8帧/s。与Faster R-CNN算法和YOLOv4算法进行对比试验,该研究算法在平均精度均值指标上,分别比YOLOv4、Faster R-CNN算法提高4.19个百分点、1.74个百分点。在检测速度方面,该研究算法较YOLOv4、Faster R-CNN算法分别低4.6帧/s、高3.95帧/s,试验结果表明,综合考虑准确率与运行速度,改进后的SSD算法较适合进行海参智能捕捞任务。研究结果为海参智能捕捞提供参考。 展开更多

关键词 图像识别 深度学习 算法 海参捕捞 SSD网络

在线阅读 下载PDF 职称材料

改进SSD算法的多目标检测 被引量：9

9

作者 马原东 罗子江 +4 位作者 倪照风 徐斌 吴凤娇 孙收余 杨秀璋 《计算机工程与应用》 CSCD 北大核心 2020年第23期23-30,共8页

目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SS... 目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SSD算法的多目标检测方法,通过优化SSD内部网络和提高样本适用性的方式改善检测性能;其中,采用修改网络输出和添加抗旋转层ARConv来统一网络结构,降低模型训练时间,减少漏检;并提出P-NMS算法和限制函数优化训练样本,减少误检;在测试阶段,提出单张图片批量测试方法,有效提高模型召回率。实验结果表明,改进后算法具有更强的鲁棒性,并且能有效降低误检、漏检率提升网络性能。 展开更多

关键词 多目标检测 SSD算法优化 抗旋转卷积层(ARConv) 概率非极大值抑制(P-NMS)算法 图片批量测试

在线阅读 下载PDF 职称材料

XSSD-P:改进的SSD行人检测算法 被引量：3

10

作者 鲍文斌 张冬泉 《计算机工程与应用》 CSCD 北大核心 2022年第23期132-141,共10页

SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征... SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P)。选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征层;根据行人外形尺寸的特征设计了多尺度卷积核和基础锚框,并将二者耦合,基础锚框通过调节自身大小得到锚框(anchors)用于位置回归;再使用深度可分离卷积代替常规卷积在特征图上进行预测,实现了行人的有效检测。在INRIA数据集、VOC数据集和COCO数据集上进行检测精度对比测试,与SSD以及其他主流算法相比,XSSD-P算法在行人检测方面拥有更高的检测精度,并在Caltech行人数据集和MIT行人数据集中验证了XSSD-P算法的泛化性能。在检测速度方面,与SSD算法相比,XSSD-P算法的检测速度高出30 FPS,提高了42.86%。实验结果表明,XSSD-P的检测精度和检测速度均优于SSD算法。 展开更多

关键词 行人检测 SSD算法 卷积神经网络 多尺度卷积核 Xception网络

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的SAR舰船目标检测 被引量：24

11

作者 杨龙 苏娟 李响 《系统工程与电子技术》 EI CSCD 北大核心 2019年第9期1990-1997,共8页

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒... 针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。 展开更多

关键词 舰船目标检测 单次多盒检测器检测算法 深度卷积神经网络

在线阅读 下载PDF 职称材料

改进SSD算法的小目标检测研究 被引量：18

12

作者 陈德海 孙仕儒 +1 位作者 王昱朝 雷志军 《传感器与微系统》 CSCD 北大核心 2023年第3期65-68,72,共5页

针对SSD目标检测算法在实际的复杂的检测背景下存在着小目标错检和漏检率较高、小目标特征信息不足的缺点,提出一种改进的SSD算法。受特征金字塔网络(FPN)启发,设计特征融合模块(FFM),将SSD网络的高分辨率的低层特征图与高语义信息的高... 针对SSD目标检测算法在实际的复杂的检测背景下存在着小目标错检和漏检率较高、小目标特征信息不足的缺点,提出一种改进的SSD算法。受特征金字塔网络(FPN)启发,设计特征融合模块(FFM),将SSD网络的高分辨率的低层特征图与高语义信息的高层特征图进行融合,由此保留了特征图的上下文信息,提高了多尺度小目标特征信息的提取能力;通过引入注意力机制构建特征注意力模块(FAM),将融合后的特征层通过FAM,学习重要特征并抑制不必要特征,提高了网络的表示能力。通过在公开的PASCAL VOC(2007+2012)数据集上进行实验,改进的模型平均精度均值(mAP)达到79.9%,与改进前的SSD算法相比,提高了4.24%,减少了错检和漏检的情况,使得改进后的SSD算法具有较强的鲁棒性,提升了目标检测性能。 展开更多

关键词 目标检测 SSD算法 特征融合 注意力机制 鲁棒性

在线阅读 下载PDF 职称材料

基于改进单次多框检测算法的机器人抓取系统 被引量：9

13

作者 韩鑫 余永维 杜柳青 《计算机应用》 CSCD 北大核心 2020年第8期2434-2440,共7页

针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题,提出了一种基于改进单次多框检测(SSD)算法的机器人抓取系统,可实现零件检测、分类、定位及抓取任务。首先,通过改进SSD模型检... 针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题,提出了一种基于改进单次多框检测(SSD)算法的机器人抓取系统,可实现零件检测、分类、定位及抓取任务。首先,通过改进SSD模型检测目标零件,得到零件位置和类别信息;其次,通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系,实现零件在机器人空间坐标系下的定位;然后,通过机器人正逆运动学建模与轨迹规划,完成目标零件抓取任务;最后,对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验。实验结果表明:复杂工况下,所提系统的零件抓取平均成功率达到95%,满足零件抓取的实际生产需求。 展开更多

关键词 单次多框检测算法 机器人 零件检测 定位 抓取

在线阅读 下载PDF 职称材料

基于优化预测定位的单阶段目标检测算法 被引量：7

14

作者 张娜 戚旭磊 +3 位作者 包晓安 吴彪 涂小妹 金瑜婷 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第4期783-794,共12页

针对单阶段多边框检测(SSD)算法中存在目标定位不准确和小目标检测精度不高的问题,提出基于优化预测定位的单阶段目标检测算法EL-SSD.通过双向加权特征金字塔将原SSD预测特征图特征融合,对输出特征图进行特征位置信息解码后进行特征通... 针对单阶段多边框检测(SSD)算法中存在目标定位不准确和小目标检测精度不高的问题,提出基于优化预测定位的单阶段目标检测算法EL-SSD.通过双向加权特征金字塔将原SSD预测特征图特征融合,对输出特征图进行特征位置信息解码后进行特征通道权重再分配,提升了特征语义信息,捕获了跨通道位置信息.通过构建分类置信度及额外的定位置信度级联聚类对预测框进行非极大值抑制,提高在检测阶段对选择目标的定位精度.实验结果表明,EL-SSD算法在PASCAL VOC2007上的平均检测均值达到79.8%,比原SSD算法提高了2.6%.在COCO数据集上的精度达到29.4%,比原SSD算法提高了3.5%,在检测图片上的目标定位效果及小目标检测效果明显优于SSD,适用于需要高定位性能的实时应用场景. 展开更多

关键词 目标检测 单阶段多边框检测算法 特征融合 非极大值抑制 定位置信度

在线阅读 下载PDF 职称材料

基于边缘计算的实时目标检测算法 被引量：3

15

作者 刘立昂 葛海波 +1 位作者 魏秋月 李文浩 《传感器与微系统》 CSCD 北大核心 2023年第12期115-118,共4页

为了解决目标检测算法——SSD算法存在模型参数过多、存储需求大、对小目标检测效果不理想、难以应用于边缘计算设备的问题,提出一种基于SSD的改进算法SFF-SSD。该算法将SSD骨干网络改为ShuffleNet V2,并将网络中的Stage2_3和Stage3_7... 为了解决目标检测算法——SSD算法存在模型参数过多、存储需求大、对小目标检测效果不理想、难以应用于边缘计算设备的问题,提出一种基于SSD的改进算法SFF-SSD。该算法将SSD骨干网络改为ShuffleNet V2,并将网络中的Stage2_3和Stage3_7进行特征融合,形成新的特征提取层N_Stage3_7进行目标检测。同时,使用焦点损失函数处理不均衡正负样本的方法,改善SSD算法检测精度不稳定的问题。最后,采用对不同特征通道的重要性进行重标定的方式,引入SENet,提高网络的表示能力。实验结果表明:SFF-SSD算法在VOC2007数据集上参数量为5.465 MB,检测速度为77 fps,检测精度为73.96%,因此该研究方法可以在保证实时性和检测精度的同时满足边缘设备部署的要求。 展开更多

关键词 边缘计算 SSD算法 ShuffleNet V2模型 SENet 焦点损失

在线阅读 下载PDF 职称材料